| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究的目的及意义 | 第9-10页 |
| 1.2 高速铣削加工技术 | 第10页 |
| 1.3 RoyAlloy 模具钢介绍 | 第10-11页 |
| 1.4 研究现状 | 第11-14页 |
| 1.4.1 高速铣削的表面粗糙度及其预测方法 | 第11-13页 |
| 1.4.2 球头铣刀刀具位姿优化 | 第13-14页 |
| 1.5 本文主要研究内容及技术路线 | 第14-16页 |
| 1.5.1 主要内容 | 第14-15页 |
| 1.5.2 技术路线 | 第15-16页 |
| 第2章 高速铣削表面粗糙度的试验研究及参数优化 | 第16-40页 |
| 2.1 刀具位姿的定义 | 第16-20页 |
| 2.1.1 前倾角与侧偏角 | 第17-18页 |
| 2.1.2 刀具位姿和铣削方式 | 第18-19页 |
| 2.1.3 刀具位姿的转换 | 第19-20页 |
| 2.2 刀具位姿对高速铣削表面粗糙度影响的单因素试验 | 第20-28页 |
| 2.2.1 试验方案设计 | 第20-21页 |
| 2.2.2 刀具位姿单因素试验 | 第21-24页 |
| 2.2.3 试验数据分析 | 第24-28页 |
| 2.3 表面粗糙度的正交试验 | 第28-37页 |
| 2.3.1 试验方案设计 | 第29-32页 |
| 2.3.2 试验记录 | 第32-33页 |
| 2.3.3 正交试验极差分析 | 第33-35页 |
| 2.3.4 正交试验方差分析 | 第35-37页 |
| 2.4 本章小结 | 第37-40页 |
| 第3章 表面粗糙度预测模型的建立 | 第40-58页 |
| 3.1 球头铣刀高速铣削表面粗糙度预测 | 第40-41页 |
| 3.2 多元线性回归方程预测模型 | 第41-43页 |
| 3.2.1 多元线性回归方程原理 | 第41页 |
| 3.2.2 线性回归预测表面粗糙度 | 第41-43页 |
| 3.3 人工神经网络预测模型 | 第43-50页 |
| 3.3.1 人工神经网络概述 | 第43-44页 |
| 3.3.2 BP 神经网络预测表面粗糙度 | 第44-50页 |
| 3.4 MLBP 模型预测表面粗糙度 | 第50-57页 |
| 3.4.1 线性插补基本思想 | 第50-51页 |
| 3.4.2 MLBP 预测概念与思路 | 第51-52页 |
| 3.4.3 MLBP 预测建模方法 | 第52-56页 |
| 3.4.4 MLBP 法预测表面粗糙度 | 第56-57页 |
| 3.4.5 试验预测结果分析 | 第57页 |
| 3.5 本章小结 | 第57-58页 |
| 第4章 表面粗糙度预测系统 | 第58-64页 |
| 4.1 表面粗糙度预测系统软件化 | 第58-60页 |
| 4.2 表面粗糙度预测系统应用界面 | 第60-63页 |
| 4.3 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 作者简介 | 第72页 |